Учредитель журнала

Информационное обеспечение оценки потенциала солнечной энергетики в России

УДК 551.50

DOI 10.52815/0204-3653_2023_4193_35
EDN: YTIFFC

Рафикова Юлия
Старший научный сотрудник научно-исследовательской лаборатории ВИЭ, географический факультет МГУ имени М.В. Ломоносова, к. г. н.
E-mail: ju.rafikova@mail.ru

Нефедова Людмила
Старший научный сотрудник научно-исследовательской лаборатории ВИЭ, географический факультет МГУ имени М.В. Ломоносова, к. г. н.
E-mail: nefludmila@mail.ru

Калиева Карина
Магистрант кафедры рационального природопользования, географический факультет МГУ имени М.В. Ломоносова
E-mail: kalieva.kaarina0@gmail.com

В возобновляемой энергетике потребность в специализированных ресурсах и источниках информации по возобновляемым источникам энергии (ВИЭ) напрямую взаимосвязана с уровнем развития такой энергетики в конкретном регионе. Так за рубежом геоинформационные системы (ГИС) развиваются уже давно. В последние годы идёт активное развитие как национальных ГИС по возобновляемой энергетике (ГИС Национальной лаборатории возобновляемой энергии Министерства энергетики США (National Renewable Energy Laboratory, NREL) [1], геоинформационная система биоэнергетики Ирландии [2], интерактивный Атлас солнечных ресурсов Республики Казахстан [3] и др.), так и глобальных проектов (Глобальный атлас солнечной энергии (Global Solar Atlas) [4], Глобальный атлас ветровой энергии (Global Wind Atlas) [5] и Глобальный атлас возобновляемой энергии (Global Renewable Energy Atlas) [6] Международного агентства по возобновляемой энергетике (IRENA).
В России в последние десятилетия также наблюдается увеличение количества источников информации, пригодных для проведения национальных, региональных и локальных оценок ресурсов ВИЭ. Одним из наиболее крупных направлений в этой области является оценка ресурсов солнечной энергии, которая и рассмотрена в данной работе. Наиболее крупные проекты представлены в таблице 1 с описанием их масштаба, состава и разрешения. В качестве валового потенциала для солнечной энергетики используются значения прихода прямой и суммарной солнечной радиации на горизонтальную поверхность. Технический потенциал в различных источниках может быть выражен как в значениях солнечной радиации, попадаемой на различным образом ориентированные поверхности, так и в виде производительности солнечных установок с определенными техническими параметрами (например, в ГИС «Возобновляемые источники энергии России» [7], Атласе ресурсов ВИЭ Крыма [8]). Следует отметить тенденцию развития направления создания региональных продуктов, что связано с накопленным за последние годы опытом разработки методик региональных оценок и их активной апробации. Ведутся разработки инструментария для возобновляемой энергетики, которые отражены в многочисленных научных статьях [9, 10 и др.].

Таблица 1. Информационные источники по ресурсам
солнечной энергии для территории России

Рассмотрим последовательность оценки энергопотенциала региона средствами ГИС на примере солнечной энергетики. На сегодняшний день методика оценки ресурсов ВИЭ на региональном уровне включает в себя поэтапный анализ (рис. 1):

Рис. 1. Блок-схема методики определения потенциала ВИЭ региона
  1. Сбор данных для оценки ресурсов и потенциалов из доступных источников.
  2. Анализ распределения ресурсов солнечной энергии.
  3. Создание карт по ресурсам солнечной энергии в среде ГИС.
  4. Оценка природных и инфраструктурных ограничивающих факторов на территории.
  5. Экономическая оценка рыночного потенциала ВИЭ.

Для оценки ресурсного потенциала солнечной энергетики в последние десятилетия всё чаще, наряду с многолетними измерениями на наземных метеостанциях, используются данные, полученные путём математического моделирования с применением спутниковых систем. Массивы таких данных, представленные в форматах NetCDF, CSVи GeoJson достаточно легко импортируются в ГИС и позволяют при минимальной обработке производить с ними аналитические функции.
Рассмотрим состав данных наиболее часто используемых источников информации, применяемых в оценках солнечных энергоресурсов:
NASA POWER [15] – база данных Национального агентства по аэронавтике и исследованию космического пространства США (среднегодовые и среднемесячные значения):

  1. Средние суммы прямой радиации на перпендикулярную поверхность при средних условиях облачности (кВт∙ч/м²/год).
  2. Средние суммы суммарной солнечной радиации на горизонтальную поверхность при средних условиях облачности (кВт∙ч/м²/год).
  3. Средние суммы рассеянной солнечной радиации на горизонтальную поверхность (кВт∙ч/м²/год).
  4. Средняя месячная суммарная солнечная радиация, приходящая на наклонную поверхность под оптимальным углом (кВт∙ч/м²/год).
  5. Средние суммы суммарной солнечной радиации на горизонтальную поверхность при ясном небе (кВт∙ч/м²/год).
  6. Средняя месячная минимальная суммарная солнечная радиация, приходящая на наклонную поверхность под оптимальным углом (кВт∙ч/м²/год).

Карты распределения представляют собой результаты интерполяции данных с разрешением 5 км.
SARAH-E (Surface Solar Radiation Data Set – Heliosat, East) [16] – климатическая база данных солнечной радиации, которая основана на базе данных спутников Meteostat East и предназначена для анализа климатической изменчивости солнечной радиации. Область охвата данных со спутниковых изображений покрывает зону 8° з. д. до 128° в. д., и 6° ю. ш. до 65° с. ш. (в РФ охват только для территории Крыма и частично ЮФО). Разрешение данных 0,05°x0,05° (среднемесячные значения):

  1. Средние суммы прямой солнечной радиации на перпендикулярную поверхность при средних условиях облачности (DNI) (кВт∙ч/м²/год).
  2. Средние суммы суммарной солнечной радиации на горизонтальную поверхность при ясном небе (SIC) (кВт∙ч/м²/год).
  3. Средние суммы прямой солнечной радиации на горизонтальную поверхность при средних условиях облачности (SID) (кВт∙ч/м²/год).
  4. Средние суммы суммарной солнечной радиации на горизонтальную поверхность при средних условиях облачности (SIS) (кВт∙ч/м²/год).

База данных CLARA – это набор данных облачности (CLoud), альбедо подстилающей поверхности (Albedo) и поверхностной радиации (RAdiation). Измерения, представленные в этой базе получены на основе измерений усовершенствованного радиометра очень высокого разрешения AVHRR (Advanced Very High Resolution Radiometer) на борту полярно-­орбитальных искусственных спутников Земли NOAA и MetOp. Космический датчик AVHRR измеряет коэффициент отражения Земли в пяти спектральных диапазонах, которые по сегодняшним меркам относительно широки.
Ежедневные, пятидесятилетние и среднемесячные данные были получены за период времени в 28 лет (1982–2009 гг.). Но радиационные данные предоставлены в CLARA только с 1989 г. Данные предоставляются на двух типах сеток: одна глобальная регулярная с разрешением 0,25° и две сетки равной площади, покрывающие полярные регионы с разрешением 25 км (полярные продукты включают только количество облаков и альбедо поверхности) [17]. Представлены среднегодовые и среднемесячные значения средних сумм солнечной радиации на горизонтальную поверхность при средних условиях облачности (SIS) (кВт∙ч/м²/год) по сетке 0,25°х0,25° с осреднением данных за период 1982–2015 гг.
Для оценки потенциала энергообеспечения недостаточно оценить ресурсы и производство энергии от различных видов ВИЭ с учетом современного уровня технологий и характеристик заданной территории, поскольку произведенная энергия может оказаться невостребованной. Поэтому важным этапом выявления потребителя энергии от ВИЭ является анализ потребностей в энергии для заданной территории (региона) – как в абсолютном выражении, так и в динамике потребления энергии, видам потребителей. В качестве потребителей могут выступать как удаленные (энергетически изолированные) населенные пункты и/или предприятия (например, горнодобывающих отраслей промышленности), так и объекты, имеющие доступ к централизованным электросетям, но испытывающие дефицит потребляемой мощности, перебои в поставке электроэнергии или иные стимулы для использования дополнительной энергогенерации (в том числе, на ВИЭ).

Сорочинская СЭС, Оренбургская область
Источник: «Т Плюс»

Оценки регионального уровня проводятся не только с учетом специфики региона, но часто основываются на оригинальных подходах и методиках. И несмотря на то, что в целом алгоритмы и методы исследования, развитые к настоящему времени, уже обладают некоторыми общими чертами, каждое региональное исследование характеризуется своими специфическими чертами. Критически важным является работа с источниками данных на различных этапах исследования.
База пространственных данных, требуемая для решения задачи определения оптимального местоположения объектов солнечной энергетики реализовывается в геоинформационной среде (QGIS, ArcGIS) и включает в себя следующие наборы данных:

  1. цифровая картографическая основа, состоящая из всех элементов общей географической карты (административные границы, объекты гидрографии, дороги, линии электропередач, населенные пункты и т. д.);
  2. характеристики солнечной энергии – совокупность данных, отражающих информацию, позволяющую оценить энергетический ресурс. Как правило формируется из файлов формата NetCDF;
  3. факторы, влияющие на размещение объектов энергетики – блок векторных слоёв, формирующихся в процессе работы над проектом. Эти слои формируются из различных источников, приводимых к единому формату: 1) из векторных слоёв картографической основы; 2) путём оцифровки данных из дополнительных источников (космоснимки, растровые тематические карты); 3) импорт из тематических баз данных (например, Международная база ключевых орнитологических территорий [18]);
  4. факторы, влияющие на экономическую эффективность проектов (данные по энергопотреблению, линии электропередач (с классификацией по вольтажу (220 кВ, 330 кВ, 500 кВ и 1500 кВ), годам ввода в эксплуатацию, высотам опор, рангам линий (областные, межобластные, международные) и типам (магистральные, распределительные) и др.
  5. объекты солнечной энергетики – база точечных данных, включающая в себя информацию о местоположении объектов, их технических характеристиках, коэффициенту установленной мощности (КИУМ), наличию или отсутствию подключения к электросетям и др.

Визуализация вышеприведенного перечня баз геоданных производится в виде серии цифровых интерактивных или статичных карт, выходных таблицах и графиках следующей тематики:

1) ресурсные карты – карты многолетних среднегодовых значений показателей солнечной радиации;
2) карты для оценки потенциала солнечной энергии – карты среднемесячных показателей различных видов радиации на различно ориентированные поверхности, среднемесячные показатели геометрии Солнца (высота, азимут);
3) климатические карты – карты основных метеорологических характеристик;
4) карты объектов солнечной энергетики – карта с действующими и проектируемыми объектами солнечной энергетики;
5) карты ограничений и предпосылок размещения объектов солнечной энергетики – карты факторов, благоприятствующих или ограничивающих размещение объектов солнечной энергетики (особо охраняемых природных территорий республиканского значения; археологических памятников и других объектов историко-­культурного наследия международного и республиканского значения; территорий лесных государственных учреждений; водоемов, водозащитных зон и полос водотоков; линий электропередач; автомобильных дорог; населенных пунктов);
6) данные о прогнозной производительности солнечных установок, позволяющие оценить технический энергопотенциал территории.

Инструментарий ГИС позволяет выполнять с данными следующие действия:

  1. Общий функционал (выбор и визуализация картографических слоев из набора атласа, выбор базовых слоев, функция навигации по карте, масштабирование, просмотр легенды, инструмент «идентификация», инструмент измерений (расстояний, площадей), просмотр справочной информации о картографическом слое.
  2. Выборка и экспорт данных по выбранной точке (таблица, график).
  3. Сравнение исходных данных по нескольким выбранным точкам на карте (графики, диаграммы, таблицы).
  4. Предварительное ранжирование пригодности территории для размещения объектов солнечной энергетики.
  5. Расчет производительности энергоустановок – расчет выработки энергии солнечных панелей проектируемой электростанции заданного типа для выбранного местоположения.
  6. Расчет энергопотребления.

Инструментарий ГИС может также включать в себя базовые картографические функции: возможность измерения длин и площадей объектов на картах, конструктор запросов, позволяющий создавать модельные карты оптимальных площадок для строительства солнечных станций по заданным климатическим, инфраструктурным и природным параметрам.
Инструменты ГИС, используемые для оценки пригодности территории для размещения солнечных электростанций (СЭС) позволяют производить анализ факторов, влияющих на размещение СЭС. Для этого при помощи экспертной оценки определяется степень влияния и зона действия как антропогенных, так и природных факторов. При этом специалист: 1) выбирает административный район, источник данных по солнечной радиации (NASA SSE, SARAH и др.); 2) определяет важность (вес) параметра, допустимые значения входных параметров; 3) выбирает территории, исключаемые из ранжирования; 4) производит пересчет каждого значения пикселей (находящиеся за пределами допустимых значений приравниваются к нулю, значения для пикселей с положительным влиянием интерполируются от исключаемых 0 до максимальных значений 100% (по мере возрастания значения), значения с отрицательным влиянием интерполируются от исключаемых 0 до минимальных значений 100% (по мере уменьшения значений); 5) итоговый растр формируется по пригодности в процентах. Итоговый результирующий растр отображается в виде шкалы процентов: 75–100% наиболее пригодный; 50–75% пригодный; 25–50% относительно пригодный; 0–25% малопригодный; 0 – непригодный (рис. 2).

Рис. 2. Пример карты оптимального расположения СЭС, выполненной на основе многофакторного анализа в ГИС

Дальнейшая работа с пригодными территориями, при наличии данных по прогнозной производительности солнечных станций, позволяет получить точный технический потенциал солнечной энергетики в выбранном регионе. При расчётах технического потенциала учитываются следующие параметры: сетевой или автономный объект, фиксированная ориентация солнечных установок, изменяемая 2 раза в год или следящая за солнцем (по различным осям вращения) поверхность, площадь, эффективность установки, температурный коэффициент мощности, различные технологии (монокристаллический поликристаллический, аморфный кремний и др.). Важным является также учёт эффективности оборудования (проводки, инвертора, аккумуляторов, контроллеров), потери от загрязнения, потери от затенения, потери от заснеженности (по месяцам). Результаты расчетов на этом этапе выдаются в виде таблиц и графиков выработки солнечных станций по месяцам для выбранной пользователем точки.
Таким образом на сегодняшний день в России информационная основа для проектирования объектов солнечной энергетики представлена достаточно детализированными базами данных, атласами и ГИС, позволяющими проводить оценки на национальном и региональном уровне. Разработаны методики определения оптимальных площадок в среде ГИС. Тем не менее остаётся актуальной проблема унификации и цифровизации источников данных по факторам, влияющим на размещение энергоустановок, которая затрудняет создание адекватных продуктов, доступных непрофессиональному пользователю в онлайн или мобильной среде.